中文简介
allenai/molmobot-data 是 allenai 在 Hugging Face 发布的数据集仓库,当前卡片主要关联机器人任务。本站固定记录上游版本 159a5aecaf2b,同步到 4765 个文件,文件元数据合计 8.07 TB;访问状态为“公开”,许可证字段为“odc-by”。
上游模型卡 / 数据集卡
【README 卡片中文译介】
以下内容依据上游仓库 allenai/molmobot-data 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。
【资源概览】
allenai/molmobot-data 是 allenai 在 Hugging Face 发布的数据集仓库,当前卡片主要关联机器人任务。本站固定记录上游版本 159a5aecaf2b,同步到 4765 个文件,文件元数据合计 8.07 TB;访问状态为“公开”,许可证字段为“odc-by”。
【适用方向】
适合评估具身智能、机器人学习、自动驾驶或强化学习研究流程。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分,避免只依据仓库名称判断数据质量。
【版本与规格】
固定版本:159a5aecaf2b。 任务标签:机器人任务。 语言字段:en。 规模分类:1M<n<10M。 上游页面记录的最近更新时间:2026-07-24。
【文件信息】
上游 API 返回 4765 个文件,文件元数据合计 8.07 TB。 已保存文件清单中的主要扩展名:.tar 94 个、.py 2 个、无扩展名 2 个、.json 1 个、.parquet 1 个。 当前较大的文件包括:DoorOpeningDataGenConfig/shards/00081.tar(2.10 GB);DoorOpeningDataGenConfig/shards/00078.tar(2.10 GB);DoorOpeningDataGenConfig/shards/00086.tar(2.09 GB)。 仓库文件较多,本站仅保存前 100 条文件元数据;完整清单请查看上游仓库。
【运行或处理环境】
仓库文件元数据合计 8.07 TB。仅按下载、解压和临时文件估算,建议至少预留约 9.69 TB 可用磁盘;实际需求还取决于压缩率、缓存、数据转换和训练副本,正式处理前应以完整文件清单重新测算。
【使用边界】
许可证显示为“odc-by”,具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。
MolmoBot-data Training episode data (actions, visual inputs, and other sensor data) for 8 tasks on 2 robotic platforms: DoorOpeningDataGenConfig RBY1OpenDataGenConfig RBY1PickDataGenConfig FrankaPickOmniCamConfig RBY1PickAndPlaceDataGenConfig FrankaPickAndPlaceOmniCamConfig FrankaPickAndPlaceColorOmniCamConfig FrankaPickAndPlaceNextToOmniCamConfig Please note that every package indexed by the parquet files can contain several instances of episode data. We also provide an extension dataset for `FrankaPickAndPlace` (not used to train any of our shared models) with additional object types: FrankaPickAndPlaceOmniCamConfig_ObjectBackfill Data access We recommend to use bulk_download.py. For example, will download and extract one shard from each part of each configuration in each available split under `/path/to/mbdata`. To launch it you might need to install some dependencies, e.g., by: A standalone example of how to access the episode data via streaming is also included in stream_access_example.py. Episodes with commercial use-friendly licenses commercial_episodes-parquet provides a list with all scenes and episodes where all objects in the scene have a commercial use-frienfly license (aka non-NC) across all data configs, parts, and splits. Example filtering usage: `valid_episodes_string == "*"` means all episodes are valid for the current config/split/part/scene (no added objects), else, only the given comma-separated episode indices have all objects under commercial use-friendly licenses. Dataset post-processing and stats After bulk downloading data, please use repair_video_paths.py to fix video paths, validate_trajectories.py to extract valid trajectories from each dataset and part, and calculate_stats.py to extract dataset stats. For example: License This dataset is licensed under ODC-BY 1.0. It is intended for research and educational use in accordance with Ai2's Responsible Use Guidelines. The subset of Objaverse used to generate these data is licensed under ODC-BY
适用场景
适合评估具身智能、机器人学习、自动驾驶或强化学习研究流程。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分,避免只依据仓库名称判断数据质量。
规模与格式
固定版本:159a5aecaf2b。 任务标签:机器人任务。 语言字段:en。 规模分类:1M<n<10M。 上游页面记录的最近更新时间:2026-07-24。
文件说明
上游 API 返回 4765 个文件,文件元数据合计 8.07 TB。 已保存文件清单中的主要扩展名:.tar 94 个、.py 2 个、无扩展名 2 个、.json 1 个、.parquet 1 个。 当前较大的文件包括:DoorOpeningDataGenConfig/shards/00081.tar(2.10 GB);DoorOpeningDataGenConfig/shards/00078.tar(2.10 GB);DoorOpeningDataGenConfig/shards/00086.tar(2.09 GB)。 仓库文件较多,本站仅保存前 100 条文件元数据;完整清单请查看上游仓库。
上游文件元数据
.gitattributes2.90 KBbulk_download.py16.98 KBcalculate_stats.py11.06 KBCODE_LICENSE562 Bcommercial_episodes.parquet7.97 MBDoorOpeningDataGenConfig/arrow_table.json3.10 MBDoorOpeningDataGenConfig/shards/00000.tar2.02 GBDoorOpeningDataGenConfig/shards/00001.tar2.01 GBDoorOpeningDataGenConfig/shards/00002.tar2.02 GBDoorOpeningDataGenConfig/shards/00003.tar2.03 GBDoorOpeningDataGenConfig/shards/00004.tar2.03 GBDoorOpeningDataGenConfig/shards/00005.tar2.04 GB
硬件建议
仓库文件元数据合计 8.07 TB。仅按下载、解压和临时文件估算,建议至少预留约 9.69 TB 可用磁盘;实际需求还取决于压缩率、缓存、数据转换和训练副本,正式处理前应以完整文件清单重新测算。
注意事项
许可证显示为“odc-by”,具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。
获取、校验与交付
咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。
本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。